基于SPIHT的医学图像压缩算法研究与改进

来源 :计算机与数字工程 | 被引量 : 0次 | 上传用户:ismyaccount
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
医学数字成像具有分辨率高、数据量大等特点,对医学图像的压缩处理是解决医院图像存储和传输系统的有效方案。SPIHT压缩算法作为一种高效的图像压缩方式,但其零树结构的多层编码使信号的压缩比有所局限。因此论文首先对图像数据用5/3整数提升小波进行三层变换,利用现场可编程门阵列(FPGA)技术对算法进行并行设计,提高了处理速度;然后通过研究SPIHT压缩算法并提出优化与改进,对小波分解后的高频子带进行阈值优化,对低频和高频子带进行不同深度的精炼次数,在保证医学图像质量的同时去除图像的冗余信息,从而达到提高压
其他文献
杆塔的冲击接地电阻是反映接地装置雷电冲击特性的一项重要指标。首先搭建了接地体的π型等值电路模型。接着以ATP-EMTP软件为仿真平台搭建了接地装置仿真模型。然后仿真分析
在工业中的测量和检测中经常会对已经获取的光斑图像提取其中的光斑区域,并且进行光斑中心点坐标的计算,根据得到的中心点的坐标来进行工业中所需要的检测。针对于镜片屈光度检测中采集的光斑图像具有图像背景区域亮度较弱,背景区域的面积也较大;同时光斑点区域的亮度较强,光斑点区域的面积相对较小的特点,提出一种比较适用于镜片屈光度检测中光斑图像的阈值的分割方法,以及使用了光斑轮廓提取的光斑点中心坐标的计算方法。和
毫米波人体成像技术是目前全球安防领域的先进技术,已在美国、英国等国机场用于旅客人身安检。但毫米波图像中违禁物体的高效识别仍然是一个亟待解决的难题,这极大地限制了毫米波成像技术在机场旅客筛选中的应用。文章将深度学习技术应用于毫米波图像,自动判别毫米波图像中是否藏有违禁物品,以及违禁物品藏在身体哪些部位。利用卷积神经网络(Convolutional Neural Network,CNN)对人体的毫米波
民兵武器装备,是民兵战斗力的重要组成部分。搞好民兵武器装备管理工作,对于加强国防后备力量建设,增强国防实力,保持社会稳定,具有十分重要的意义。近年来,随着国家安全形势
目前图像分割的方法比较多,大热的神经网络无所不及,但是神经网络计算起来复杂,需要大量样本,论文的方法虽然没有神经网络复杂,但是分割的结果还是可以期待的。论文提出的是基于单峰检测算法的图像分割方法,可以快速准确地分割图像。最早的Dip-test方法需要设置一个阈值判断内容的同质性,所以,阈值的设置很大程度上影响了分割结果,因此此问题成为图像分割的主要弱点。论文在最新的Dip-dist准则的基础上进一
语义轨迹具有体积较小、质量较高,更好地反映移动用户的行为模式的优点。近年来不少专家开始关注语义轨迹的研究,并将其应用在了线路预测、朋友推荐、用户背景区分等领域。从
【摘要】构建集约高效的继续教育培训服务体系是完善终身教育体系的重要内容。建立由以高等学校继续教育示范基地建设学校为主平台,地方政府和行业主管部门积极引导和组织,多层
目的:建立HPLC方法准确测定格列喹酮片的含量,解决现行质量标准中含量测定方法不专属、供试品溶液配制方法不合理的问题。方法:采用UPLC-MS联用技术对降解杂质进行分析,正负
随着经济结构的转型升级,制造业开始步入“工业4.0”,我国包装机械工业面临转型升级阵痛,公司绩效受到严峻挑战。由于合理的股权结构是完善公司治理结构的基础,而良好的公司